在pycharm中安装xgboost之后运行代码报错
from xgboost import XGBRegressor as XGBR,XGBClassifier
from sklearn import datasets
from sklearn.ensemble import RandomForestRegressor as RFR
from sklearn.linear_model import LinearRegression as LinearR
from sklearn.datasets import load_boston
from sklearn.model_selection import KFold, cross_val_score as CVS, train_test_split as TTS
from sklearn.metrics import mean_squared_error as MSE
import numpy as np
import matplotlib.pyplot as plt
from time import time
import datetime
data =load_boston()
X = data.data
X_small=X[:100]
y=data.target
y_small=y[:100]
Xtrain,Xtest,Ytrain,Ytest = TTS(X_small,y_small,test_size=0.3,random_state=420)
reg = XGBR().fit(Xtrain,Ytrain)
# 传统接口predict
print(reg.predict(Xtest))
print(reg.score(Xtest,Ytest))
print(MSE(Ytest,reg.predict(Xtest)))
reg.feature_importances_
reg = XGBR(n_estimators=100)
CVS(reg,Xtrain,Ytrain,cv=5).mean()
百度,google好多,就是找不到原因,最后在anaconda上面实现安装xgboost并且运行代码成功
xgboost是近年来很受追捧的机器学习算法,由华盛顿大学的陈天奇提出。最近在学习机器学习,所以需要安装这一利器。然而,在网上找了很多安装xgboost的教程,有些方法太复杂,要安装额外的几个软件,有些看着简单但是自己按步骤安装了一遍,进行测试的时候还是没有成功。
最近终于发现了一个超级简单的办法,主要是发现了这个神奇的网址:
https://www.lfd.uci.edu/~gohlke/pythonlibs/
里面包含了许多库的.whl文件。需要快速定位可以在上边的网址后面接着输入 #<package_name>,比如要快速定位到xgboost库,可以输入https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost。结果如下图所示:
根据自己系统选择对应的文件。我自己的是win 64位,anaconda3默认的python3.6环境,所以选择的最后一个。下载下来之后把文件保存在一个文件夹中,如 D:\Anaconda3\mywhl。mywhl是在Anaconda3文件夹下自定义的一个文件夹。接下来启动 Anaconda Prompt. 将路径定位到放置.whl文件的目录下。
接下来输入 pip install xgboost-0.6+20171121-cp36-cp36m-win_amd64.whl,后边的一大串是完整的文件名,不要输错哦!!!结果如下:
最后一行显示安装成功了,自己也可以使用命令 conda list 或者 pip list 查看清单里面是否有xgboost库。
使用上面的测试代码运行结果如下:
参考博客 https://blog.csdn.net/zz860890410/article/details/78682041